当前位置 博文首页 > Inmaturity_7的博客:普里姆算法学习(Java)

    Inmaturity_7的博客:普里姆算法学习(Java)

    作者:[db:作者] 时间:2021-07-16 21:51

    普里姆算法学习(Java)

    学习视频:尚硅谷韩老师java讲解数据结构和算法

    一、应用场景-修路问题

    1.1、看一个应用场景和问题:

    在这里插入图片描述

    1. 有胜利乡有 7 个村庄(A, B, C, D, E, F, G) ,现在需要修路把 7 个村庄连通
    2. 各个村庄的距离用边线表示(权) ,比如 A – B 距离 5 公里
    3. 问:如何修路保证各个村庄都能连通,并且总的修建公路总里程最短?
      思路: 将 10 条边,连接即可,但是总的里程数不是最小.
      正确的思路:就是尽可能的选择少的路线,并且每条路线最小,保证总里程数最少

    二、最小生成树

    修路问题本质就是就是最小生成树问题, 先介绍一下最小生成树(Minimum Cost Spanning Tree),简称 MST。 给定一个带权的无向连通图,如何选取一棵生成树,使树上所有边上权的总和为最小,这叫最小生成树

    1. N 个顶点,一定有 N-1 条边
    2. 包含全部顶点
    3. N-1 条边都在图中
    4. 求最小生成树的算法主要是普里姆算法和克鲁斯卡尔算法
      在这里插入图片描述

    三、普里姆算法介绍

    普利姆(Prim)算法求最小生成树,也就是在包含 n 个顶点的连通图中,找出只有(n-1)条边包含所有 n 个顶点的 连通子图,也就是所谓的极小连通子图
    普利姆的算法如下:

    1. 设 G=(V,E)是连通网,T=(U,D)是最小生成树,V,U 是顶点集合,E,D 是边的集合
    2. 若从顶点 u 开始构造最小生成树,则从集合 V 中取出顶点 u 放入集合 U 中,并将顶点 v 加入visiteds集合
    3. 若集合 U 中顶点 ui 与集合 V-U 中的顶点 vj 之间存在边,则寻找这些边中权值最小的边,但不能构成回路,将 顶点 vj 加入集合 U 中,将边(ui,vj)加入集合 D 中,并将顶点 vj加入visiteds集合
    4. 重复步骤②,直到 U 与 V 相等,即所有顶点都被标记为访问过,此时 D 中有 n-1 条边
    5. 提示: 单独看步骤很难理解,我们通过代码来讲解,比较好理解.
    6. 图解普利姆算法:
      在这里插入图片描述

    四、普里姆算法最佳实践(修路问题)

    在这里插入图片描述

    1. 有胜利乡有 7 个村庄(A, B, C, D, E, F, G) ,现在需要修路把 7 个村庄连通
    2. 各个村庄的距离用边线表示(权) ,比如 A – B 距离 5 公里
    3. 问:如何修路保证各个村庄都能连通,并且总的修建公路总里程最短?
    4. 代码实现:
    package com.lxf.prim;
    
    import java.util.ArrayList;
    import java.util.Arrays;
    
    public class PrimAlgorithm {
        public static void main(String[] args) {
            //测试图是否创建成功
            char[] data=new char[]{'A','B','C','D','E','F','G'};
            int verxs=data.length;
            //邻接矩阵的关系使用二维数组表示,10000 这个大数,表示两个点不联通
            int [][]weight=new int[][]{
                    {10000,5,7,10000,10000,10000,2},
                    {5,10000,10000,9,10000,10000,3},
                    {7,10000,10000,10000,8,10000,10000},
                    {10000,9,10000,10000,10000,4,10000},
                    {10000,10000,8,10000,10000,5,4},
                    {10000,10000,10000,4,5,10000,6},
                    {2,3,10000,10000,4,6,10000},};
            //创建MGraph对象
            MGraph mGraph = new MGraph(verxs);
            //创建一个MinTree对象
            MiniTree miniTree = new MiniTree();
            miniTree.createGraph(mGraph,verxs,data,weight);
            //打印这个图
            miniTree.showGraph(mGraph);
    
            //测试普利姆算法
            miniTree.prim(mGraph,0);
    
        }
    
    
    }
    class MiniTree{
        /**
         * 创建图的邻接矩阵
         * @param graph 图对象
         * @param verxs 图对应的顶点的个数
         * @param data 图的各个顶点的值
         * @param weight 图的邻接矩阵
         */
        public void createGraph(MGraph graph,int verxs,char[] data,int[][] weight){
            for (int i = 0; i < verxs; i++) {//循环顶点
                graph.data[i]=data[i];
                for (int j = 0; j < verxs; j++) {//循环边
                    graph.weight[i][j]=weight[i][j];
                }
            }
        }
    
        /**
         * 显示图的邻接矩阵
         * @param graph
         */
        public void showGraph(MGraph graph){
            for (int[] link : graph.weight) {
                System.out.println(Arrays.toString(link));
            }
        }
    
        /**
         * 编写prim算法,得到最小生成树
         * @param mGraph 图
         * @param v 表示从图的第几个顶点开始生成'A'->0 'B'->1...
         */
        public void prim(MGraph mGraph,int v){
            //集合存储已经访问过的点
            ArrayList<Integer> visiteds = new ArrayList<>();
            //把当前的这个结点加入集合
            visiteds.add(v);
            //h1和h2记录两个顶点的下标
            int h1=-1;
            int h2=-1;
            int minWeight=10000;//将minWeight初始成一个大数,后面在遍历过程中,会被替换
            while (visiteds.size()<mGraph.verxs){//直到连通所有顶点为止
    
                //这个是确定每一次生成的子图,和哪个结点的距离最近
                for (int i = 0; i < visiteds.size(); i++) {//i结点表示被访问过的结点
                    for (int j = 0; j < mGraph.verxs; j++) {//j结点表示还没有访问过的结点
                        if(!visiteds.contains(j)&&mGraph.weight[visiteds.get(i)][j]<minWeight){
                            //替换minWeight(寻找已经访问过的结点和未访问过的结点间的权值最小的边)
                            minWeight=mGraph.weight[visiteds.get(i)][j];
                            h1=visiteds.get(i);
                            h2=j;
                        }
                    }
                }
                //找到一条边是最小
                System.out.println("边<"+mGraph.data[h1]+","+mGraph.data[h2]+">权值:"+minWeight);
                //将当前的这个结点加入集合
                visiteds.add(h2);
                //minWeight 重新设置为最大值10000
                minWeight=10000;
            }
        }
    }
    
    
    class MGraph{
        int verxs;//表示图的结点个数
        char[] data;//存放结点数据
        int[][] weight;//存放边,就是我们的邻接矩阵
    
        public MGraph(int verxs){
            this.verxs=verxs;
            data=new char[verxs];
            weight=new int[verxs][verxs];
        }
    }
    
    
    cs